用途：该技能用于在 Google Earth Engine（GEE）中基于 AlphaEarth Foundations 卫星嵌入数据做变化检测。嵌入波段本身已是单位向量，因此可用逐元素相乘再按波段求和的方式计算余弦相似度（点积），得到 -1.0 到 1.0 的相似度图，相似度低表示发生变化。
主要能力：1）定性可视化，使用 vis_params = {'min': -0.3, 'max': 0.3, 'bands': ['A01', 'A16', 'A09']} 以伪 RGB 呈现地表背景；2）定量相似度，dot_product = image1.multiply(image2).reduce(ee.Reducer.sum())；3）变化多边形提取，先以相似度阈值生成掩膜 change_mask = dot_product.lt(similarity_threshold).selfMask()，再用 reduceToVectors 转为矢量并按面积过滤。
使用方式：加载 ee.ImageCollection('GOOGLE/SATELLITE_EMBEDDING/V1/ANNUAL')，按日期过滤。点查询用 .first()，大范围用 .mosaic()。示例中 image1 取 2023-01-01 至 2024-01-01，image2 取 2024-01-01 至 2025-01-01。矢量化参数示例：similarity_threshold = 0.8、area_threshold = 20000、scale = 100，reduceToVectors 使用 ee.Reducer.countEvery()、maxPixels=1e13，并按面积过滤。
适用场景：需要跨年度比较地表相似度、定位变化区域并输出变化多边形的遥感分析。
限制：资料未提供具体精度、性能、收费或平台限制；阈值、比例尺与面积参数需按实际数据调整。